Job description preview
From Bosch’s original posting
职位描述: 核心职责(聚焦AI落地与工程实现) 1. AI模型与系统落地 • 主导 LLM(大语言模型)的微调(SFT / LoRA / RLHF)、推理优化及领域模型设计,针对软件工程场景(代码、测试、日志)构建专用模型。 • 负责 Agent 系统的推理控制与编排,包括思考模式控制、工具调用(Tool Use)流程管理,以及多层级记忆(短期/长期 Memory)策略设计与生命周期管理。 • 负责非结构化数据(代码、日志、技术文档)的结构化建模与知识抽取,支持 Agent Memory 的持续学习。 2. 数据与工程实践 • 制定并落地 AI模块数据对接标准,统一 Prompt、Memory Schema、数据交互规范。 • 参与数据治理体系建设,统一数据口径,制定数据标准化规则与质量评估策略,提升训练/推理数据质量。 • 熟练掌握文本类、日志类等非结构化数据的清洗、标定、结构化技术,支撑实际业务场景。 3. 技术领导与实施 • 组建、培养并领导AI解决方案架构与工程团队,负责原型验证、工程化部署、性能调优和持续迭代。 • 为团队提供AI技术指导,攻克训练、推理、集成中的实际难点。 • 建立AI在软件工程中的技术标准、最佳实践与质量度量体系(如开发周期、缺陷密度、资源成本等可量化指标)。 4. 协作与内部赋能 • 与各软件工程团队(开发、测试、DevOps)深度协作,理解其痛点,设计并交付可落地的AI解决方案。 • 在内部进行AI技术布道与培训,提升团队整体AI工程能力。 职位要求: 教育背景 • 硕士及以上学历,计算机、软件工程、人工智能或相关专业。 核心技术能力 • 编程与框架:精通 Python,熟练使用 PyTorch / TensorFlow / Huggingface 等框架,了解特征工程。 • 模型与训练: • 熟悉预训练模型(如 ChatGPT / Llama / Stable Diffusion 等)。 • 具备 NLP / NLG 项目实践,有 LLM 微调(SFT / LoRA / RLHF)和推理优化经验。 • 数据能力: • 熟练掌握非结构化数据(文本、日志、文档)的清洗、标定、结构化。 • 在数据挖掘、特征建模、特征匹配领域有实际生产系统落地经验。 • Agent 与系统: • 熟悉常见的Agent框架,熟悉A2A, Skill, MCP等应用,能给基于当前IT环境,快速落地。 • 有多Agent协同的开发, Agent 推理控制、工具调用、Memory 策略设计与实现经验。 • 软件工程理解:熟悉软件开发生命周期及 DevOps / CI/CD,能快速理解工程痛点并设计AI方案。 经验要求 • 有从0到1构建AI技术方案并落地到实际业务系统的经验。 • 加分项: •…
Open full posting on Bosch’s siteSimilar roles on Seoulstart
Software Engineer, Foundation AIRoblox · San Mateo, CA, United States · today
Senior Software Engineer I - Wise for Enterprise - BanksWise · London, GB · today
Software Engineer (인턴) - Cross Product Growth (AI Productivity & Agents)Daangn · SEOUL · today
Staff Software Engineer, Gameply - Unpublished R&D ProductRiot Games · Shanghai, China · today